一种合作式物流问题的任务分配与路径规划方法技术

本发明专利技术属于物流管理领域，具体涉及一种合作式物流问题的任务分配与路径规划方法。第一步建模型，总公司辖有M个子公司，所有子公司共有N个订单需要满足，子公司统一使用具有相同载重量的车型运送货物；目标是得到运输距离最短的路径行驶方案；第二步，求解模型，订单重分配的结果是将总订单进行重新分配，从而根据订单的地理位置互补性将订单分配给相对最近的子公司，实现总订单的最优分配。下一步就是基于Sm、Rm进行子公司内部的车辆路径规划，目标是优化每一个子公司的运输成本，得到运输距离最小的车辆配送路线。本发明专利技术有助于减少物流公司及其子公司的运输成本，并有助于减少CO2的排放，从而实现公司间的共赢与环境友好型发展。

【技术实现步骤摘要】
一种合作式物流问题的任务分配与路径规划方法
本专利技术属于物流管理领域，具体涉及一种合作式物流问题的任务分配与路径规划方法。
技术介绍
随着物流产业的迅速发展，物流公司迫切需要提高运输效率以保证竞争力。提高运输效率的一个关键措施便是减少不必要的花费，包括时间花费、油料花费等。对于一个下辖了几个子公司的物流总公司来说，物流运输的一个关键目标便是实现总运输成本的最小化。现有的管理模式是基于子公司的“烟囱式”管理，即每一个子公司只对公司内部的订单进行配送，而不会对其他处于同一级别的子公司的订单配送产生影响。这种配送模式便于总公司进行管理，但无合作的配送极易产生不必要的花费，例如公司A负责的订单E在地理位置上更接近于公司B，若将订单E按照“烟囱式”管理分配给公司A，则会产生比分配给公司B更大的运输花费。为了提高总物流系统的运输效率，减少不必要的物流成本，子公司之间的合作迫切需要，这就产生了合作式车辆路径规划问题(CoVRP)。CoVRP通过对联盟参与者的订单进行基于地理位置的重新分配，使得各参与者实现订单配送的优势互补，从而最大化总运输距离以及各参与者的运输距离减少量。除了可以减少物流系统的不必要的花费，子公司之间的合作也对污染物减少方面起到积极的效果。众所周知，道路运输是CO2排放的主要来源之一，合作式的物流规划可以显著减少车辆的运输距离，进而有益于CO2等污染物排放量的减少。本专利技术提出一种合作式物流问题的求解策略。首先构建了CoVRP问题的数学模型，然后设计了一个两阶段启发式算法进行求解。第一阶段进行基于两个距离准则的订单分配。通过对所有子公司进行订单重新分配，实现所有订单的最佳分布。第二阶段是基于混合遗传算法求解单个公司的车辆路径规划问题，这一阶段的目标是实现各个子公司运输成本的最小化。通过设计合作式物流问题的求解策略，最终实现公司间的共赢与环境友好型发展。
技术实现思路
本专利技术所要解决的技术问题，是合作式物流问题的任务分配与路径规划方法设计，即CoVRP的求解策略。CoVRP的目标是实现各个物流运输子公司运输成本的最大减少量，从而实现子公司间的优势互补、合作共赢以及整个物流公司的运输成本最小化。为了达到上述目的，本专利技术的技术方案如下：第一步，模型建立一个总公司辖有M个子公司，所有子公司共有N个订单需要满足，子公司统一使用具有相同载重量的车型运送货物。目标是得到运输距离最短的路径行驶方案。以下是模型中各变量及其所代表的意义：M：子公司个数；N：总订单的个数；C：车辆的载重能力；K：车辆的数量；H：所有车辆的集合；k：车辆的编号，k∈H；V：所有点的集合，包括子公司与所有订单，V＝(1,2,…,N,N+1,…,M)；i，j：集合V中任意点的编号；A：所有订单的集合，A＝(1,2,…,N)；B：所有子公司的集合，B＝(1,2,…,M)；m：子公司的编号，m∈B，1≤m≤M；Sm：每个子公司m分配到的订单集合，包括公司m点，Rm：每个子公司m分配到的订单数，有Tm：每个子公司m的车辆集合，tm：每个子公司m的车辆数，D：集合V中任意两点的距离构成的集合；dij：集合V中任意两点i和j的距离，dij∈D；Q：集合A中任意订单i的需求构成的集合；qi：集合A中任意订单i的需求，qi>0，qi∈Q；xijk：二进制变量，xijk等于1，表示车辆k从点i点离开后到达点j，k∈H，i，j∈V，否则为0。目标函数：约束：xijk∈{0,1}i,j∈Vk∈H(8)该模型中，公式(1)描述了CoVRP问题的目标，即最小化所有子公司的总运输距离。约束(2)和(3)保证每个订单由一个且只由一辆车满足。约束(4)表示路径连续性。约束(5)描述了车辆容量的限制条件。约束(6)和(7)表示车辆的可用性。公式(8)定义二元变量xijk的值。第二步，求解模型本专利技术提出一种两阶段启发式算法求解CoVRP，第一阶段采用基于两个距离准则的方法，将所有订单重新分配给子公司，最终得到每一个子公司m的订单分配结果Sm以及对应的车辆分配结果Tm。第二阶段通过求解每一个子公司的最小车辆行驶距离进行累加从而得到总公司的最小车辆行驶距离步骤1：订单重分配定义1：模糊点与模糊集：不能分配给最近子公司的订单点称为模糊点，模糊点构成的集合为模糊集，用F表示。定义2：距离比例：订单点到两个子公司的距离之比，用a(t,u)＝Dt[i]/Du[i]表示，i表示集合A中的任意一个订单，t，u表示集合B中任意两个子公司的编号，且t<u，Dt，Du示分别表示集合A中所有订单分别到子公司t，u的距离的集合。定义3：相对距离系数：反映了一个订单被分配给最近子公司的容易程度，用α和β表示。步骤1.1：对于集合A中的订单，令i＝0；步骤1.2：计算订单i所有的距离比例a(t，u)，其中1≤t≤M,1≤u≤M，且t＜u；步骤1.3：判断如果任意a(1,u)≤α，其中1＜u≤M，订单i分配给第一个子公司，得到S1；如果任意a(t,m)≥β且a(m,u)≤α，其中1＜m<s,t＝(1,2,...,m),p＝(m+1,...,s),且t＜m＜p，则订单i分配给第m个子公司，得到Sm；如果任意a(t,M)≥β，其中1≤t＜M，则订单i分配给第M个子公司，得到SM；当以上判断条件都不满足，将订单i加入模糊集F。步骤1.4：令i＝i+1，判断i与N的大小，如果i≤N-1，则转到步骤1.2，否则转到步骤1.5；步骤1.5：对于集合F中的订单i，计算订单i与集合A中所有订单的距离，记录与订单i距离最小的A中订单的编号j；步骤1.6：获取订单j分配到的子公司，并将订单i分配给该子公司；步骤1.7：顺序移动到集合F的下一个订单，判断是否到达集合F的最后位置，若是，转到步骤1.8，否则返回步骤1.5；步骤1.8：输出每一个子公司m分配到的订单集合Sm，根据Sm中的元素个数，得到每一个子公司m分配到的订单个数Rm。订单重分配的结果是将总订单进行重新分配，从而根据订单的地理位置互补性将订单分配给相对最近的子公司，实现总订单的最优分配。由于每一个子公司都被分配了一定数量的订单，下一步就是基于Sm、Rm进行子公司内部的车辆路径规划，目标是优化每一个子公司的运输成本，得到运输距离最小的车辆配送路线。步骤2：子公司车辆路径规划对于子公司m，采用混合遗传算法求解车辆配送路线。步骤2.1：问题编码路径问题编码部分首先用一条含有Sm中所有订单的长路径表示一个解，如图1所示，然后通过车辆载重量约束C，将含有Rm个订单的解划分为带有tm条子路径的解，如图2所示。设L表示包含子公司m所有订单的数组，数组L表示一整条路径，长度为Rm；h记录订单在数组L中的次序，h为整数，0≤h≤Rm-1，L[h]表示数组L中第h个订单；步骤2.1.1：随机生成一个包含有Rm个整数的数组L，令h＝0，tm＝0；步骤2.1.2：在集合Q中检索并记录订单L[h]对应的需求量，令h＝h+1；步骤2.1.3：检索订单L[h]在集合Q中的需求，并计算当前订单的总需求；步骤2.1.4：判断当前总需求是否满足车辆的载重量约束C，如果满足，则令h＝h+1，转到步骤2.1.5，否则转到步骤2.1.6；步骤2.1.5：判断h大小，如果h≤Rm-1本文档来自技高网...

【技术保护点】
1.一种合作式物流问题的任务分配与路径规划方法，其特征在于，步骤如下：第一步，模型建立一个总公司辖有M个子公司，所有子公司共有N个订单需要满足，子公司统一使用具有相同载重量的车型运送货物；目标是得到运输距离最短的路径行驶方案；以下是模型中各变量及其所代表的意义：M：子公司个数；N：总订单的个数；C：车辆的载重能力；K：车辆的数量；H：所有车辆的集合；k：车辆的编号，k∈H；V：所有点的集合，包括子公司与所有订单，V＝(1,2,…,N,N+1,…,M)；i，j：集合V中任意点的编号；A：所有订单的集合，A＝(1,2,…,N)；B：所有子公司的集合，B＝(1,2,…,M)；m：子公司的编号，m∈B，1≤m≤M；Sm：每个子公司m分配到的订单集合，包括公司m点，

【技术特征摘要】
1.一种合作式物流问题的任务分配与路径规划方法，其特征在于，步骤如下：第一步，模型建立一个总公司辖有M个子公司，所有子公司共有N个订单需要满足，子公司统一使用具有相同载重量的车型运送货物；目标是得到运输距离最短的路径行驶方案；以下是模型中各变量及其所代表的意义：M：子公司个数；N：总订单的个数；C：车辆的载重能力；K：车辆的数量；H：所有车辆的集合；k：车辆的编号，k∈H；V：所有点的集合，包括子公司与所有订单，V＝(1,2,…,N,N+1,…,M)；i，j：集合V中任意点的编号；A：所有订单的集合，A＝(1,2,…,N)；B：所有子公司的集合，B＝(1,2,…,M)；m：子公司的编号，m∈B，1≤m≤M；Sm：每个子公司m分配到的订单集合，包括公司m点，Rm：每个子公司m分配到的订单数，有Tm：每个子公司m的车辆集合，tm：每个子公司m的车辆数，D：集合V中任意两点的距离构成的集合；dij：集合V中任意两点i和j的距离，dij∈D；Q：集合A中任意订单i的需求构成的集合；qi：集合A中任意订单i的需求，qi>0，qi∈Q；xijk：二进制变量，xijk等于1，表示车辆k从点i点离开后到达点j，k∈H，i，j∈V，否则为0；目标函数：约束：xijk∈{0,1}i,j∈Vk∈H(8)该模型中，公式(1)描述了CoVRP问题的目标，即最小化所有子公司的总运输距离；第二步，求解模型步骤1：订单重分配定义1：模糊点与模糊集：不能分配给最近子公司的订单点称为模糊点，模糊点构成的集合为模糊集，用F表示；定义2：距离比例：订单点到两个子公司的距离之比，用a(t,u)＝Dt[i]/Du[i]表示，i表示集合A中的任意一个订单，t，u表示集合B中任意两个子公司的编号，且t<u，Dt，Du示分别表示集合A中所有订单分别到子公司t，u的距离的集合；定义3：相对距离系数：反映了一个订单被分配给最近子公司的容易程度，用α和β表示；步骤1.1：对于集合A中的订单，令i＝0；步骤1.2：计算订单i所有的距离比例a(t，u)，其中1≤t≤M,1≤u≤M，且t＜u；步骤1.3：判断如果任意a(1,u)≤α，其中1＜u≤M，订单i分配给第一个子公司，得到S1；如果任意a(t,m)≥β且a(m,u)≤α，其中1＜m<s,t＝(1,2,...,m),p＝(m+1,...,s),且t＜m＜p，则订单i分配给第m个子公司，得到Sm；如果任意a(t,M)≥β，其中1≤t＜M，则订单i分配给第M个子公司，得到SM；当以上判断条件都不满足，将订单i加入模糊集F；步骤1.4：令i＝i+1，判断i与N的大小，如果i≤N-1，则转到步骤1.2，否则转到步骤1.5；步骤1.5：对于集合F中的订单i，计算订单i与集合A中所有订单的距离，记录与订单i距离最小的A中订单的编号j；步骤1.6：获取订单j分配到的子公司，并将订单i分配给该子公司；步骤1.7：顺序移动到集合F的下一个订单，判断是否到达集合F的最后位置，若是，转到步骤1.8，否则返回步骤1.5；步骤1.8：输出每一个子公司m分配到的订单集合Sm，根据Sm中的元素个数，得到每一个子公司m分配到的订单个数Rm；基于Sm、Rm进行子公司内部的车辆路径规划，目标是优化每一个子公司的运输成本，得到运输距离最小的车辆配送路线；步骤2：子公司车辆路径规划步骤2.1：问题编码路径问题编码部分首先用一条含有Sm中所有订单的长路径表示一个解，然后通过车辆载重量约束C，将含有Rm个订单的解划分为带有tm条子路径的解；设L表示包含子公司m所有订单的数组，数组L表示一整条路径，长度为Rm；h记录订单在数组L中的次序，h为整数，0≤h≤Rm-1，L[h]表示数组L中第h个订单；步骤2.1.1：随机生成一个包含有Rm个整数的数组L，令h＝0，tm＝0；步骤2.1.2：在集合Q中检索并记录订单L[h]对应的需求量，令h＝h+1；步骤2.1.3：检索订单L[h]在集合Q中的需求，并计算当前订单的总需求；步骤2.1.4：判断当前总需求是否满足车辆的载重量约束C，如果满足，则令h＝h+1，转到步骤2.1.5，否则转到步骤2.1.6；步骤2.1.5：判断h大小，如果h≤Rm-1，转到步骤2.1.3，否则转到步骤2.1.7；步骤2.1.6：在当前订单的下一位置插入分隔符“0”，令h＝h+1，tm＝tm+1,转到步骤2.1.2；步骤2.1.7：在当前订单的下一位置插入分隔符“0”，令tm＝tm+1；步骤2.1.8：输出带有分隔符“0”的路径L以及路径中的子路径个数tm；步骤2.2：种群初始化将基于角度的划分方法与随机策略产生解的比例设置为1：9；种群大小为P，则ABPA产生的后代数为0.1P，RS产生的后代为0.9P；步骤2.2.1：重复步骤2.1共0.1P次，得到0.1P个随机初始解；步骤2.2.2：通过ABPA得到0.9P个初始解步骤2.3：交叉过程步骤2.3.1：删除过程步骤2.3.1.1：在当前种群P中随机选择两个父代，P1和P2；步骤2.3.1.2：分别在P1和P2中选择一条子路径r1，r2，然后将P1选择的子路径r1中的需...

【专利技术属性】
技术研发人员：张同亮，林娜，史彦军，屈福政，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21